Classement Spécifique au domaine x Mauvaise réponse

Voyez quels modèles d'IA ont le plus de chances de rencontrer Mauvaise réponse sur Spécifique au domaine, pour repérer plus vite les points faibles.

Modèles affichés

Échecs totaux

893

Modèle le plus touché

Claude Opus 5 3

Raisons d'échec

Mauvaise réponse893 Aucune réponse66 Délai dépassé46 Erreur API40 Mise en forme supplémentaire36 N'a pas suivi les instructions3

Catégories

Spécifique au domaine893 Astuces anti-IA519 Programmation484 Résolution d'énigmes352 Culture générale315 Intelligence générale134 Combiné128 Tâches agentiques128 Suivi des instructions117 Analyse et extraction des données93

423/423

Rang	Modèle	Entreprise	Nombre de Mauvaise réponse	Score de catégorie	Coût total	Tests corrects	Temps de réponse (moy.)
#202	Qwen3.5-Flash medium	Qwen	2	0.3	$0.184	0/3	143.8s
Tests totaux 3 Tests incorrects 3 Coût total $0.184 Temps de réponse (moy.) 143.8s
#203	Inkling low	Thinkingmachines	2	0.5	$0.293	1/3	1.68s
Tests totaux 3 Tests incorrects 2 Coût total $0.293 Temps de réponse (moy.) 1.68s
#204	Mercury 2.5 Preview medium	Inception	2	0.5	$0.039	1/3	3.72s
Tests totaux 3 Tests incorrects 2 Coût total $0.039 Temps de réponse (moy.) 3.72s
#205	GPT-6 Sol none	OpenAI	2	0.5	$0.551	1/3	3.41s
Tests totaux 3 Tests incorrects 2 Coût total $0.551 Temps de réponse (moy.) 3.41s
#209	Grok Build 0.1 medium	X AI	2	0.3	$1.419	0/3	175.9s
Tests totaux 3 Tests incorrects 3 Coût total $1.419 Temps de réponse (moy.) 175.9s
#210	Qwen3.5-Flash none	Qwen	2	0.5	$0.089	1/3	873ms
Tests totaux 3 Tests incorrects 2 Coût total $0.089 Temps de réponse (moy.) 873ms
#214	Ember-1 max	Fireworks	2	0.4	$3.264	0/3	471.2s
Tests totaux 3 Tests incorrects 3 Coût total $3.264 Temps de réponse (moy.) 471.2s
#215	GPT 5.3 Chat default	OpenAI	2	0.3	$0.533	0/3	12.7s
Tests totaux 3 Tests incorrects 3 Coût total $0.533 Temps de réponse (moy.) 12.7s
#216	GPT-5.6 Sol none	OpenAI	2	0.6	$0.795	1/3	1.44s
Tests totaux 3 Tests incorrects 2 Coût total $0.795 Temps de réponse (moy.) 1.44s
#219	GPT-5.5 none	OpenAI	2	0.5	$1.212	1/3	1.27s
Tests totaux 3 Tests incorrects 2 Coût total $1.212 Temps de réponse (moy.) 1.27s
#228	Minimax M3.1 Flash high	Minimax	2	0.6	$0.000	1/3	134.5s
Tests totaux 3 Tests incorrects 2 Coût total $0.000 Temps de réponse (moy.) 134.5s
#232	Beam 1.0 501B A23B xhigh	Reflection	2	0.6	$0.688	1/3	20.2s
Tests totaux 3 Tests incorrects 2 Coût total $0.688 Temps de réponse (moy.) 20.2s
#233	GLM 5.3 low	Z.ai	2	0.5	$0.215	1/3	19.2s
Tests totaux 3 Tests incorrects 2 Coût total $0.215 Temps de réponse (moy.) 19.2s
#234	GLM 5.1 none	Z.ai	2	0.5	$0.451	1/3	2.27s
Tests totaux 3 Tests incorrects 2 Coût total $0.451 Temps de réponse (moy.) 2.27s
#237	Laguna XS 2.1 medium	Poolside	2	0.3	$0.083	0/3	67.5s
Tests totaux 3 Tests incorrects 3 Coût total $0.083 Temps de réponse (moy.) 67.5s

Filtrer les modèles

Meilleurs modèles par Nombre de Mauvaise réponse

Nombre de Mauvaise réponse vs Score

Meilleurs modèles par Temps de réponse (moy.)

Meilleurs modèles par Coût gaspillé estimé

Spécifique au domaine : Mauvaise réponse

Filtrer les modèles

Meilleurs modèles par Nombre de Mauvaise réponse

Nombre de Mauvaise réponse vs Score

Meilleurs modèles par Temps de réponse (moy.)

Meilleurs modèles par Coût gaspillé estimé